[发明专利]一种基于多任务的深度知识追踪方法和装置

权利要求书

1.一种基于多任务的深度知识追踪方法，其特征在于，包括：

获取当前时刻t及之前所有时刻的题目表征[q₀,…,q_t]、知识点表征[c₀,…,c_t]和作答正误结果[r₀,…,r_t]；

输入所述题目表征[q₀,…,q_t]、所述知识点表征[c₀,…,c_t]和所述作答正误结果[r₀,…,r_t]至训练后的知识追踪模型进行处理；以及，

响应于所述知识追踪模型的所述处理，获得下一时刻t+1知识点作答正误结果；

其中，所述知识追踪模型基于指定的知识追踪网络，包括用于预测当前时刻t题目对应知识点的第一辅助任务组件和用于预测下一时刻t+1知识点作答正误结果的基本知识追踪任务组件；所述第一辅助任务组件和所述基本知识追踪任务组件共同参与对所述知识追踪模型的训练。

2.根据权利要求1所述的基于多任务的深度知识追踪方法，其特征在于，所述第一辅助任务组件包括题目编码单元、关系学习网络单元和题目打标签预测器；以及，所述第一辅助任务组件预测当前题目对应知识点的过程，包括：

输入所述题目表征[q₀,…,q_t]和所述知识点表征[c₀,…,c_t]至所述题目编码单元后通过所述关系学习网络单元，输出关系表征z_t；

输入所述关系表征z_t至所述题目打标签预测器，输出知识点预测表征

获得第一损失函数

3.根据权利要求1所述的基于多任务的深度知识追踪方法，其特征在于，所述知识追踪模型还包括用于预测学生的历史整体作答准确率的第二辅助任务组件，所述第二辅助任务组件与所述第一辅助任务组件和所述基本知识追踪任务组件共同参与对所述知识追踪模型的训练。

4.根据权利要求3所述的基于多任务的深度知识追踪方法，其特征在于，获取所述第二辅助任务组件与所述基本知识追踪任务组件预测所需的知识状态h_t，包括：

输入所述作答正误结果[r₀,…,r_t]和所述知识点表征[c₀,…,c_t]至答案编码单元，输出关系答案编码表征x_t；

计算所述答案编码表征x_t、所述关系表征z_t和所述知识点表征c_t的联合表征m_t以及输入所述联合表征m_t至所述知识追踪网络，输出知识状态h_t；其中，所述知识状态h_t由指定的所述知识追踪网络中上一时刻所述知识状态h_t-1和所述联合表征m_t确定。

5.根据权利要求4所述的基于多任务的深度知识追踪方法，其特征在于，所述第二辅助任务组件包括答案编码单元和个性化先验知识预测器；以及，所述第二辅助任务组件预测学生的历史整体作答准确率的过程，包括：

获取指定时间范围内的所述历史整体作答准确率y_t，所述历史整体作答准确率y_t为历史作答正确次数与历史作答总次数的比值；

输入所述知识状态h_t至所述个性化先验知识预测器，输出学生的历史整体作答准确率预测表征

获得第二损失函数

6.根据权利要求3所述的基于多任务的深度知识追踪方法，其特征在于，所述基本知识追踪任务组件包括知识追踪预测器；以及，所述基本知识追踪任务组件预测下一时刻知识点作答正误结果的过程，包括：

输入所述知识状态h_t至所述知识追踪预测器，输出下一时刻的所述知识点作答正误结果预测表征

获得第三损失函数